申请/专利权人:谷歌有限责任公司
申请日:2018-04-26
公开(公告)日:2024-04-09
公开(公告)号:CN110869949B
主分类号:G06N20/00
分类号:G06N20/00
优先权:["20170811 US 15/674,910"]
专利状态码:有效-授权
法律状态:2024.04.09#授权;2020.03.31#实质审查的生效;2020.03.06#公开
摘要:本公开提供用于设备上机器学习的系统和方法。具体地,本公开针对一种设备上机器学习平台和相关联的技术,其使得能够进行设备上预测、训练、示例收集和或其他机器学习任务或功能。设备上机器学习平台可以包括上下文提供器,该上下文提供器将上下文特征安全地注入到收集的训练示例和或客户端提供的输入数据中,用于生成预测推断。因此,设备上机器学习平台可以使能作为对应用或其他客户端的服务的机器学习模型的集中训练示例收集、模型训练以及使用。
主权项:1.一种计算设备,包括:一个或多个处理器;以及存储以下内容的一个或多个非暂时性计算机可读介质:由所述一个或多个处理器实现的一个或多个应用;集中示例数据库,其存储从所述一个或多个应用接收的训练示例,其中所述一个或多个应用不能直接访问所述集中示例数据库;以及指令,其在由所述一个或多个处理器执行时,使计算设备实现执行操作的设备上机器学习平台,所述操作包括:经由收集应用编程接口从所述一个或多个应用中的第一应用接收新的训练示例;确定描述与计算设备相关联的上下文的一个或多个上下文特征;以及将新的训练示例与所述一个或多个上下文特征一起存储在集中示例数据库中,以用于训练由计算设备存储的机器学习模型,使得所述第一应用不能访问所述一个或多个上下文特征。
全文数据:
权利要求:
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。